自适应光学技术及其军事应用

自适应光学系统能够实时测量并补偿光波受动态干扰所造成的波前畸变,使光学成像系统得到接近衍射极限的目标像。在分析大气湍流对空间目标成像的影响及其统计参数的基础上,介绍了自适应光学的组成、工作原理、工作流程及其特点,阐述了自适应光学在激光、航天和通信等军事领域的广泛应用。     

自适应二阶滑模制导律

传统基于Lyapunov定理所设计的制导律无法保证制导系统的有限时间收敛.基于滑模控制理论,给出了一种二阶滑模有限时间收敛方法,并将该方法与机动目标拦截情形相结合,进行制导律的设计.该制导律首项使得视线转率趋于0,而扩展项可满足视线成型,滑模面的有限时间收敛等特性.针对2种典型的目标机动形式进行了仿真研究,结果表明该滑模制导律可以实现目标的有效拦截,满足上述特性.     

变步长自适应算法在GPS空时抗干扰中的应用

针对基于FROST阵列处理的最小均方算法(FROSR-least mean squares,FLMS)收敛速度较慢的缺点,将FLMS算法和变步长技术相结合,采用了一种基于Sigmoid函数的变步长快速自适应算法(variable step-size FROSR-least mean squares,VFLMS)。将该算法应用于GPS接收机空时自适应处理系统中,理论分析和计算机仿真表明,VFLMS算法能够抑制大于阵元个数的多个宽、窄带干扰,效果理想。     

自适应算法在捷联惯导初始对准中的应用

针对传统的卡尔曼滤波在捷联惯导初始对准中由于系统噪声和量测嗓声方差阵未知时,滤波的精度和快速性不能达到要求,甚至导致发散的问题.提出了一种改进的sage-Husa自适应滤波新算法,建立了捷联惯导系统初始对准误差模型,并在对捷联惯导系统误差模型进行简化的基础上,利用所设计的算法进行了仿真研究.仿真结果表明,改进的滤波算法使对准过程所需时间大大缩短,具有跟踪能力强、稳定性好和精确性高等特点,验证了该方法的有效性和正确性.     

弹药装填机器人自适应PD控制算法

针对弹药装填机器人取弹后自身质量改变较大,运转时会受到质量变化和复杂车内环境共同作用,容易产生运动位移误差现象,采用一种基于重力改进的自适应PD控制算法,实现了弹药装填机器人实际运动轨迹与预定轨迹的快速跟踪要求,并通过Matlab-Simulink进行了仿真验证,得到了较好的控制效果。     

基于振动分析的坦克柴油机汽缸燃烧压力检测方法

针对在坦克实车上不易直接测量柴油机汽缸压力的问题,提出了一种通过测量柴油机汽缸盖振动信号来间接检测汽缸燃烧压力的方法。在某型坦克柴油机上同步测量了汽缸燃烧压力、汽缸盖振动信号和变速箱振动信号,利用自适应滤波方法滤除了汽缸盖振动信号中包含的变速箱振动信号形成的噪声干扰,利用配气相位从时间域分离出由气体燃烧压力激发的振动信号,利用Hilbert变换和小波分解方法分别提取了振动信号和压力信号的特征波形。建立了RBF神经网络模型,以汽缸盖振动信号的包络作为网络输入,实现了汽缸燃烧压力的间接检测。     

高速公路隧道照明节能设计

高速公路隧道照明是确保行车安全的重要环节.随着公路隧道通车里程的快速增加,照明费用已成为营运单位的巨大负担.从高速公路隧道对照明效果的具体要求出发,对高速公路隧道照明的节能问题进行了探讨,提出具体节能设计措施与途径,主要包括洞口亮度的节能调整、洞内照明分段照度的优化设定、设计中供电线路的节能措施、节能灯具的选取、智能化...     

基于改进二进制蝙蝠算法的装备资源保障规划

针对联合作战环境下的装备资源精确保障协同规划问题,考虑以所有保障任务完成时间最短为目标,以保障任务的执行时序和资源需求、保障编组占用冲突,以及资源平台能力更新机制等复杂条件为约束,构建数学模型,提出了基于动态列表调度(Dynamic List Scheduling,DLS)和自适应进化变异二进制蝙蝠算法(Adaptive Mutation Binary Bat Algorithm,AMBBA)的混合装备资源协同保障规划方法.通过动态列表调度选择当前执行保障的任务,在二进制蝙蝠算法寻优中引入自适应学习因子以平衡全局搜索和局部搜索能力,通过在当前可用资源集中搜索最优解为选定任务分配资源,以复杂地域联合作战为例仿真并验证规划效果,结果显示,所提方法可对大规模装备资源协同分配保障问题进行精确高效求解.     

基于自适应正交单纯形CKF的鲁棒目标跟踪方法

为减小模型异常对目标跟踪系统性能的影响,提出了一种自适应正交单纯形容积卡尔曼滤波(AOSCKF)算法.将正交单纯形准则引入容积卡尔曼滤波中,提高滤波估计精度和计算稳定性;将强跟踪滤波(STF)中的自适应因子引入正交单纯形容积卡尔曼滤波(OSCKF)算法中,降低系统模型异常对目标跟踪的影响;将所提算法应用到双站纯方位目标跟踪系统中进行仿真实验.结果表明,AOSCKF算法可有效提升算法的鲁棒性和滤波精度.     

基于改进鲸鱼优化算法的武器目标分配

针对鲸鱼优化算法寻优搜索精度低、易早熟问题,提出一种改进的鲸鱼优化算法,并将其用于对多约束的武器目标分配模型的求解.在鲸鱼寻找猎物阶段,通过引入差分进化算法的变异策略改善鲸鱼位置更新方式,提高算法全局寻优能力;引入自适应变量调整鲸鱼位置更新过程,平衡算法的全局探索和局部寻优能力,并在迭代过程中筛选并保留优秀个体;通过仿真结果表明,改进算法与其他算法相比,提高了武器目标分配收益和分配速度.